اساس سیستم‌های‌ واسط مغز-رایانه(BCI)کاربرفرما آشکارسازی و تشخیص بازه‌های رخداد یک فعالیت ذهنی مانند تصور حرکت از سیگنال خودبخودی مغز است که این مسأله به دلیل ماهیت غیرایستان و پیچیده سیگنال الکتروانسفالوگرام (EEG) مهمترین چالش در طراحی سیستم‌هایBCIاست. در این مقاله برای اولین بار از یک الگوریتم جدید طبقه‌بندی مبتنی بر یادگیری تنک به نامPCVM در طراحی سیستمBCIکاربرفرما استفاده شده است. هدف اصلی م...

. هدف در این پروژه دست یابی به یک فضای ویژگی بهینه جهت تفکیک فعالیت های ذهنی می باشد. یکی از راهکارهایی که برای طراحی چنین فضای ویژگی مفید به نظر می رسد، استفاده از الگوریتم تجزیه به مدهای تجربی (emprical mode decomposition) است. این الگوریتم به دلیل تطابق خصوصیات غیرخطی و غیرایستان آن با ماهیت سیگنال های eeg و سوابق روشن آن در سیگنال های حیاتی ایده مناسبی برای تدوین فضای ویژگی مذکور به شمار می...

بیهوشی را می توان فرآیندی قلمداد کرد که منجر به از دست رفتن هشیاری، شل شدن عضلات و عدم دریافت تحریک دردناکی می گردد. اطمینان از کافی بودن عمق بیهوشی به هنگام عمل جراحی و در اتاق مراقبت های ویژه امری ضروری و لازم به نظر می رسد. در صورت غفلت از کنترل دقیق عمق بیهوشی، احتمال بروز حالاتی چون هشیاری ناخواسته در حین عمل جراحی و یا عدم بازگشت بیمار به هشیاری وجود دارد. به منظور پیشگیری از حوادث فوق، ب...

در این مطالعه کاربردی، کلاسه بندی پنج تصور ذهنی اندازه گیری شده توسط eeg بررسی و پیاده سازی خواهد شد. سیگنال های eeg در حوزه زمان دارای حجم بالائی هستند، و از این گذشته ممکن است این سیگنال ها حاوی مصنوعاتی باشند که از منابعی غیر از مغز ثبت شده باشند، از قبیل پلک زدن و یا حرکت چشم. بنابراین کاهش اطلاعات زائد و استخراج مفیدترین اطلاعات ضروری به نظر می رسد. در روش پیشنهادی از روش های کاهش ابعاد، ی...

اساس سیستم های واسط مغز-رایانه(bci)کاربرفرما آشکارسازی و تشخیص بازه های رخداد یک فعالیت ذهنی مانند تصور حرکت از سیگنال خودبخودی مغز است که این مسأله به دلیل ماهیت غیرایستان و پیچیده سیگنال الکتروانسفالوگرام (eeg) مهمترین چالش در طراحی سیستم هایbciاست. در این مقاله برای اولین بار از یک الگوریتم جدید طبقه بندی مبتنی بر یادگیری تنک به نامpcvm در طراحی سیستمbciکاربرفرما استفاده شده است. هدف اصلی مق...

با ظهور دانش بیومتریک، روش های متداول تأیید هویت در سیستم های بیومتریک دچار دگرگونی شده اند و در حال جایگزینی با روش هایی بر پایة علایم حیاتی هستند. اخیراً کاربرد سیگنال الکتریکی مغز(eeg) در سیستم های بیومتریک به عنوان یک شاخه پژوهشی جذاب و کاربردی مورد توجه محققان قرار گرفته است. پژوهش های نسبتاً محدودی در زمینة بیومتریک سیگنال الکتریکی مغز به خصوص در سیستم های تأیید هویت آن انجام شده است و اکثر...

زمینه و هدف: متداول ترین روش تشخیص پاراکلینیکی صرع، نوار مغز یا الکترونسفالوگرام (eeg) می باشد که با آنالیز چشمی توسط متخصصین نورولوژی انجام می گیرد، اما به دلیل موارد منفی کاذب و هم‎چنین عدم امکان بررسی ارتباط سایر الکترودها و نواحی مغز با هم، از آن به صورت منحصر به فردی در تشخیص صرع استفاده نمی شود. در سال های اخیر الکترونسفالوگرام کوانتیزه (qeeg) به ابزاری قدرت مند در تشخیص ناهنجاری های فعال...

صرع یکی از مهمترین بیماری های دستگاه عصبی است که حدود 1% از مردم جهان به آن مبتلا هستند. امکان پیش بینی وقوع حملات صرعی از روی سیگنال های الکتروانسفالوگراف برای بیماران صرعی، فرصت های درمانی جدیدی را فراهم می کند. پیش بینی دقیق حملات صرعی هنوز هم غیرممکن است چرا که این حملات رفتاری آشوبگونه دارند. آشوب قابلیت پیش بینی پذیری را محدود می کند و در نتیجه، پیش بینی بلند مدت سری های زمانی آشوبگونه مس...

چکیده: یکی از مسائل مهم در پردازش سیگنال های eeg، تشخیص حمله صرع است. در این مقاله، یک الگوریتم تشخیص و طبقه بندی سیگنال های مغزی حاوی حمله صرع از سیگنال های بدون حمله بر اساس ادغام ویژگی های تبدیل هارتلی پیشنهاد شده است. در این الگوریتم، علاوه بر استخراج ویژگی های معمول زمانی و فرکانسی مانند آنتروپی طیفی و چگالی طیف توان، یک ویژگی جدید مبتنی بر ادغام ویژگی های مستخرج از تبدیل هارتلی تعریف می ش...

سیگنال‌های زیستی مختلف شامل EEG، EOGو EMGبه منظور تشخیص اختلالات خواب در آزمایشگاه‌های خواب ثبت می‌شوند. تحلیل اطلاعات ثبت شده در زمان خواب به‌وسیله متخصص خواب، به صورت شهودی انجام می‌شود. طبقه‌بندی شهودی مراحل خواب به دلیل طولانی بودن ثبت‌ها، کار زمان‌بر و خسته کننده‌ای است. تحلیل خودکار خواب می‌تواند این امر را تسهیل کند. مهم‌تر...